Methoden zur Schaltzeitprognose an verkehrsabhängigen Lichtsignalanlagen

Der motorisierte Straßenverkehr ist die dominierende Emissionsquelle des deutschen Verkehrssektors. Insbesondere in urbanen Räumen sind Halte-, Beschleunigungs- und Bremsvorgänge vor Lichtsignalanlagen für einen vermeidbar höheren Emissionsausstoß verantwortlich. Anpassungen des Fahrverhaltens mit dem Ziel der Vermeidung dieser Bewegungszustände leisten einen Beitrag zum Klimaschutz. Sogenannte GLOSA- bzw. Ampelassistenzsysteme (GLOSA: Green Light Optimal Speed Advisory) verfolgen das Ziel, Fahrzeugführer mit den dazu notwendigen Informationen zu versorgen, etwa mit Empfehlungen zu einer optimalen Annäherungsgeschwindigkeit an Lichtsignalanlagen. Als Grundlage für die Erzeugung dieser Fahrempfehlungen werden neben der Fahrzeugposition die Zeitpunkte zukünftiger Änderungen von Signalisierungszuständen der jeweiligen Lichtsignalanlage benötigt. Festzeitsteuerungen haben ein deterministisches Schaltverhalten, somit sind deren zukünftige Signalisierungszustände leicht vorhersagbar. Die Steuergeräte verkehrsabhängiger Lichtsignalanlagen hingegen berücksichtigen bei der Wahl und Dauer von Signalisierungszuständen verschiedene Kenngrößen über die aktuelle Verkehrssituation im Knotenpunktumfeld, wodurch sich zukünftige Zustände nicht durch eine einfache Analyse des zeitlichen Schaltverhaltens der Signalprogramme vorhersagen lassen.

Wir verfolgen im Rahmen des Projektes die Entwicklung eines allgemeingültigen, weitgehend automatisierten und modularen Verfahrens zur Vorhersage der Schaltzeiten verkehrsabhängiger Lichtsignalanlagen. Zur Verfahrensentwicklung und Evaluation dienen aufgezeichnete Prozessdaten realer Lichtsignalanlagen aus der Stadt Kassel, die uns dankenswerterweise vom Straßen- und Tiefbauamt der Stadt Kassel zur Verfügung gestellt werden. Im Mittelpunkt des Vorhabens stehen folgende Forschungsfragen:

• Wie kann ein allgemeingültiges Konzept für die Schaltzeitprognose aussehen, welches das Systemwissen sowohl zum Signalprogrammentwurf als auch zum Anlagenbetrieb berücksichtigt und verschiedene Arten von Lichtsignalsteuerungen integrieren kann?
• Welche Datenmodelle sind für welche Steuerungsarten sinnvoll, um das Systemwissen in die Vorhersagen einzubringen?
• Welche Methoden eignen sich für die Vorhersagen steuerungsrelevanter Kenngrößen?
• Welche Verbesserung kann durch die Einbindung von Prozessdaten benachbarter LSA erreicht werden?